数据统计对于各位移动开发的童鞋并不陌生,小到Bug统计,大到数据分析,一款性能稳定、用户体验良好的APP一定离不开数据统计的支持,为此我将给大家科普一下常用的六大数据统计平台。

 

统计平台列表表,外加体验地址

百度移动统计:        体验地址https://mtj.baidu.com/web/demo/version?appId=468475
腾讯移动分析:        体验地址 http://mta.qq.com/mta/overview/ctr_single_app?app_id=1
DataEye  DataEye只统计游戏,比较专注。
Flurry        https://developer.yahoo.com/analytics/features.html

1.友盟+

  • 2010年4月在北京成立,是中国最专业、最有数据凝聚力的移动开发者服务平台。
  • 2013年4月,被阿里收购。
  • 第三方全域大数据服务提供商,通过全面覆盖PC、手机、传感器、无线路由器等多种设备数据,打造全域数据平台。
  • 提供全业务链数据应用解决方案,包括基础统计、运营分析、数据决策和数据业务等,帮助企业实现数据化运营和管理。
  • 优点
    • 除了数据统计,还提供推送服务,社会化分享,用户反馈,功能十分强大
  • 缺点
    • 在APP开发的时候需要用户手动埋点,增、删、改代码特别麻烦,工作量大
    • 另外,友盟已经确认被阿里收购了,如果不介意公司的数据被阿里知道,那就选择友盟

2.TalkingData

  • TalkingData是独立的第三方移动数据服务品牌。其产品及服务涵盖移动应用数据统计、移动广告监测、移动游戏运营、公共数据查询、综合数据管理等多款极具针对性的产品及服务。在银行、互联网、电商行业有广泛的数据服务应用。
  • 优点:
    • 界面清晰,不会像友盟看着那么累
    • 支持直接在报表后台中设定追踪点并自动部署追踪代码的“灵动事件”;
    • 可以基于统计数据对不同的用户人群完成精准推送营销
    • 不光可以使用TalkingData提供的推送通道,还可以与个推、极光等推送平台组合使用,让以往的粗放推送达到实时精准化,并实时查阅效果数据。
  • 缺点:
    • 手动埋点,工作量大
    • 收集错误报告信息,如果使用TalkingData SDK自动捕获异常会损耗用户流量,而主动传送错误信息给SDK目前仅Android SDK提供此功能
    • 不支持cocoapods集成
    • 没有crash统计

3.GrowingIO

  • GrowingIO是基于互联网的用户行为数据分析产品,具有无埋点的数据采集技术,可以通过网页或APP的浏览轨迹、点击记录和鼠标滑动轨迹等行为数据,进行实时的用户行为数据分析,用于优化产品体验,实现精益化运营。
  • 优点:不需要埋点
  • 缺点;不埋点是指让数据分析师不需要去埋点,但实际开发过程中,需要开发者去设置个每个点的名称,并且他们的数据上传非常非常频繁,网站轮询,感觉像bug,不停的循环。
  • 如果UI发生变化,可能导致无法准确地统计已圈选的元素,所以还需要手动为界面元素设置固定的唯一ID,代码量也不小

4. Sensorsdata(神策数据)

  • 与GrowingIO类似,也是基于用户网络行为,采集数据进行分析。技术上提供开放的查询 API 和完整的 SQL 接口,同时与 MapReduce 和 Spark等计算引擎无缝融合,随时以最高效的方式来访问干净、规范的数据。
  • 优点:
    • 提供了可视化埋点的解决方案
    • 支持多种语言的SDK
    • API功能丰富
  • 缺点:
    • 公司刚开始起步不久,没有市面上的大公司成熟

Flurry 

作为移动应用统计分析领域里的标杆平台,Flurry拥有非常全面的功能,并不仅仅限于数据统计、分析功能,还提供App Circle广告、推广平台功能。可以说Flurry是目前最全面的移动应用统计分析产品,除了统计单个应用内的各类数据指标外,还可以提供跨应用之间的 转化统计等针对企业级用户的功能。单纯从移动应用的数据统计功能来看,Flurry也处于领先位置。其功能模块设置合理,分析维度全面,分析流程易于理解,堪称最强。

 

先说说国内的三家,从友盟谈起

1.友盟

    友盟,现在应该说是友盟+,自打阿里一口气收购了友盟、缔元信、CNZZ后便成立了友盟+,可谓是把中国互联网老牌的数据统计平台们进行了很好的整合,开发中最长用到的也就是友盟+。

这里写图片描述

    友盟+支持移动应用统计和分析流量来源、内容使用、用户属性和行为数据,以便运维人员利用数据进行产品、运营、推广策略的决策。

这里写图片描述

用户分析

    用户分析,就是APP的使用用户属性分析。友盟的用户分析包括:新增用户、活跃用户、沉默用户、启动次数、版本分布和行业数据等六大指标。

这里写图片描述

    除了用户活跃的分析外,友盟还提供了用户构成分析,提供周用户构成、用户成分转化和用户变化系数趋势统计。

这里写图片描述

留存分析

    留存分析,就是用户使用APP留下来存在的比率。友盟的留存分析包括留存用户统计、用户新鲜度统计、用户活跃度统计等。

这里写图片描述

渠道分析

    渠道分析,毫无疑问这个往往是APP运维人员最关注的,我们的APP上线了众多市场,究竟这些市场渠道的下载量如何,渠道分析可以很好的帮助运维人员掌握这些信息。

这里写图片描述

这里给大家推荐一篇优质博文,教会大家多渠道打包,详情点击查阅

终端分析

    终端分析,帮助我们了解到APP究竟运行在哪些终端手机设备上,哪种手机上安装我们的APP最多,哪种最少,这样便于决策人员取舍,在友盟平台上也支持终端设备分辨率、系统版本号和网络运营商的统计。

这里写图片描述

功能使用分析

    功能使用,也就是我们俗称的功能埋点,通过埋点可以方便统计用户对APP中某个功能的使用情况,友盟平台提供页面访问路径、自定义事件、结构化事件、事件转化率的统计。

这里写图片描述

错误统计分析

    这个功能也是我比较喜欢的一个功能,通过友盟的错误列表统计,能帮助开发人员快速定位APP闪退问题,并最终协助其修复解决。

这里写图片描述

2.腾讯Bugly

    腾讯Bugly,为移动开发者提供专业的异常上报,运营统计和内测分发解决方案,帮助开发者快速发现并解决异常,同时掌握产品运营动态,及时跟进用户反馈。Bugly功能比较专注错误统计,提供APP上线崩溃分析、ANR分析、错误分析等等。

这里写图片描述

 

这里写图片描述

3.神策

    神策是一个帮助企业做用户行为深度分析的平台,具有如下特点:

  • 提供私有部署版和 Cloud 版
  • 强有力的多维分析
  • 全端数据接入管理
  • 完全开放的 PaaS 架构
  • 专属于客户的数据仓库

    神策分析支持私有和公有云两种部署方式;实质是在帮客户建立专属的数据仓库,通过数据仓库这样累积的一段时间的数据,企业可以在此基础上做二次开发,省掉了准备数据的步骤;并且,对于企业任何一个维度的需求,都可以进行分析。很多企业之所选择神策,很重要的一点便是看中神策的私有云平台,毕竟数据在自己手里才放心。

这里写图片描述

    神策相比较友盟提供更加全面的用户行为数据统计分析:

  • 事件分析
  • 漏斗分析
  • 留存分析
  • 分布分析
  • 用户路径分析
  • 用户行为序列
  • 用户分群
  • 用户属性分析
  • 书签和数据概览
  • 自定义查询
  • 元数据管理
  • 埋点管理
  • 可视化埋点
  • 导入实时查看

    当然国内除了这三个平台以外,还有百度数据平台、腾讯移动统计平台等等,功能都类似于上述三个平台,这里就不再陈述。

再看看外来的和尚

1.Firebase(海外版APP首选)

Firebase官方:www.firebase.com
    Firebase是一家实时后端数据库创业公司,它能帮助开发者很快的写出Web端和移动端的应用。自2014年10月Google收购Firebase以来,用户可以在更方便地使用Firebase的同时,结合Google的云服务。
    Firebase能让你的App从零到一。也就是说它可以帮助手机以及网页应用的开发者轻松构建App。通过Firebase背后负载的框架就可以简单地开发一个App,无需服务器以及基础设施。

Firebase特点

  • 无需管理基础架构,快速构建您的应用
    Firebase SDK(如 Analytics、数据库、通知和崩溃报告)可让您快速迁移并专注于您的用户。
  • 由 Google 提供支持,受到众多热门应用的信赖
    Firebase 建立在 Google 基础架构上,可以自动扩展,所以您不用担心是否能满足用户需求。
  • 一个控制台,其中各种产品配合使用
    Firebase 产品可以独立工作,共享数据和分析结果,并且可从统一的信息中心进行访问。

Firebase 支持平台: ios、android、web、cpp

项目管理平台

这里写图片描述

用户行为分析

这里写图片描述

Crash统计

这里写图片描述

推送平台

这里写图片描述

Firebase支持快速构建APP、测试、消息推送

这里写图片描述

Firebase提供广泛的用户统计与分析工具

这里写图片描述

具体来说有如下特性

  • Analytics
    在单个信息中心内分析用户归因和行为,以便对您的产品路线图做出明智的决定。从报告获取实时分析结果,或将您的原始事件数据导出到 Google BigQuery 以进行自定义分析。
  • 云消息传递
    跨各种平台(Android、iOS 和网页)免费向用户发送消息和通知。消息可以发送到单个设备、设备组、订阅了特定主题的用户或细分用户群。FCM 可以根据应用进行扩展,即使是规模最大的应用也能处理,每天可传送数千亿条消息。
  • 动态链接
    使用深层链接为 iOS、Android 和网页应用提供自定义的用户体验。您可以使用深层链接帮助移动网页促进原生应用的转化、用户间分享、社交和营销广告系列等。动态链接为您提供了归因工具,以便更好地了解您的移动用户增长情况。
  • 远程配置
    自定义您的应用针对每个用户的呈现方式。改变外观和风格,逐步推出功能,运行 A/B 测试,向某些用户提供自定义的内容,或在不部署新版本的情况下进行其他更新,所有这些操作都可以在 Firebase 控制台中进行。监控您所做更改的影响,并在几分钟内进行调整。
  • 邀请
    可以让您的用户通过电子邮件或短信分享您的应用的方方面面,从引荐代码到收藏的内容。此开箱即用的解决方案与 Firebase Analytics 配合使用,因此您可以知道用户何时通过邀请打开或安装了应用。
  • App Indexing
    通过集成 Google 搜索,重新吸引用户使用他们已安装的应用。如果用户已装有您的应用并且搜索相关内容,则可以直接从搜索结果中启动该应用。如果用户还没有安装您的应用,则当他们搜索类似的应用时系统将显示一张安装卡片。
  • AdMob
    通过向全球受众展示有吸引力的广告来赚取收益。AdMob 具备各种功能,能够为您实施一流的获利策略并最大程度地提高每个用户带来的收入。它可以针对您的应用进行定制,其 API 可轻松集成丰富的广告格式。
  • AdWords
    借助 Google 的影响力获得并留住用户。您可以在搜索网络、展示广告网络和视频中投放广告,还可以将广告定位到您在 Firebase Analytics 中定义的特定细分用户群。改进广告定位功能并优化广告系列的效果。

GrowingIO(无埋点)

Growingio官网:https://www.growingio.com
    GrowingIO 是基于用户行为的新一代数据分析产品,无需埋点即可采集全量、实时用户行为数据,数据分析更精细,帮助管理者、产品经理、市场运营、数据分析师、增长黑客等提升转化率、优化网站 / APP,实现用户快速增长和变现。

  • 支持场景化模板
    包括渠道分析场景、落地页分析场景、用户留存分析场景、App 版本更新分析场景和用户活跃分析场景。

    这里写图片描述

  • 支持自定义实时数据监测
    对于互联网金融、电商、在线旅游等网站的App,可以在一个大屏幕上同时看实时数据。即时监测整体及各个渠道的流量、转化,随时调整营销策略,无需被动等待数据或工程部门事后提供数据,造成事后分析,效率低下,数据无法真正服务业务。

    这里写图片描述

  • 支持多模式图表分析

    这里写图片描述

  • 部署代价低
    无埋点开发释放研发人员工作压力,让研发人员专注研发,而不是去做无聊的埋点工作。

  • 全量数据收集和原子数据收集
    比如一篇在媒体上发表的文章,它不仅可以知道文章的PV数据,还能知道谁在看这篇文章,谁分享了这篇文章,读者看这篇文章前后的行为等等,精确到每一位读者;而所谓的原子数据是指把数据打碎到非常草基础的水平(0和1),像水一样倒进杯子里一样呈现给客户需要的形态。

    这里写图片描述

Fabric(更好用的Bug收集平台)

Fabric官网:https://fabric.io
    作为一个数据平台,Fabric可以帮助你的移动团队更好的开发APP,了解用户的行为,拓宽你的业务。

快速构建

  • 提供强大且轻便的APP Crash统计报告,帮助开发者快速定位Bug和Crash,其准确度远超过Bugly。
  • 提供APP beta自动化发布和部署平台。

    这里写图片描述

用户分析

  • 深入了解你的用户,知道用户在做什么,并注入实时的社交内容来取悦他们。
  • 及时发现用户的各种合理的或不合理的行为。

    这里写图片描述

业务增长

  • 全面监控新用户注册,优化你的注册流程。
  • 提供方便的广告投放。

    这里写图片描述

图表对比六大数据统计平台

这里写图片描述

版权声明:本文为ldq2016原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://www.cnblogs.com/ldq2016/p/7613826.html